认知无线电(即可以学习或适应其环境的无线电)已成为无线通讯领域中新生的研究焦点。你可能会反驳说，认知无线电并不是什么新事物，比如，干扰感知和通道关闭技术已经伴随我们一段时间了。但是，随着越来越多的适应算法被编译成认知无线电共同遵循的游戏规则，认知无线电正在变得越来越精致和复杂。这些规则的加入意味着复杂性将大幅度提高:为了在网络中对信号进行分类和排定优先顺序并决定什么是对用户最好的波形，我们需要收集同网络有关的知识。

在设计这些游戏规则时，我们需要在单一无线电的好处和网络的需要之间作出平衡。当某个认知无线电对系统中其它认知无线电的适应做出反应时，这个平衡行为因为它们之间的交互决策过程而复杂化。这种交互行为是个问题，因为它可能会衍生出无限个适应循环，这些循环对某个设备似乎是有益的，但对网络是有害的。显然，我们应该在推广认知无线电之前弄清楚这些相互决策过程。

研究者和设计者可以使用博弈论(一组用于分析交互决策过程的数学工具和模型)来分析一个游戏规则并预测其对设备和系统的影响。认知无线电设计者可以在这个分析的辅助下寻求创建对所有本地无线电高效、公平、稳定和可预测的游戏规则。

图1展示了认知无线电网络的一个博弈模型。虽然更现实的例子将包括更多的无线电和更多的波形，不过，这个例子可用于解释在认知无线电网络分析中同博弈论应用有关的基本概念。

在这个例子中，两个无线电(博弈者)可以在三个不同的波形(行为)之间做出选择。决策规则将指导它们做出波形选择，这可以被认为是认知循环的一部分。每个无线电所做出的波形选择(在博弈论术语中称之为行为空间中的一个点)产生一个网络状态(输出空间中的一个点)，各个无线电观测这些状态并得到一些观测值。在这个例子中，假定信号干扰噪声比SINR(g1,g2)的估计值在各个无线电链接的接收端测得。

基于分配给这些观测(u1、u2)的数值，以及基于过去的观测结果和对其它无线电行为的期望，这些无线电将继续它们的决策过程，并在递归过程中为下一次迭代提供信息。

博弈论者特别感兴趣的是，识别在递归过程中哪些波形组合会产生一个固定点-即所有无线电都选择不改变其波形的点。用博弈论的术语，这个固定点被称为纳什平衡(Nash equilibrium)。博弈论者感兴趣的其它问题还有，确定这些固定点的合意度、达到这些固定点的收敛准则和这些固定点的稳定性。

关于认知无线电及使用博弈论对其进行分析的更多信息可以访问www.mprg.org/gametheory。

是弗吉尼亚州立大学理工学院的博士研究生。